루마나, 인공지능으로 영상 감시 기술 혁신

인공지능의 상당한 발전에도 불구하고, 대부분의 영상 보안 시스템은 여전히 실제 상황에서의 맥락을 이해하는 능력이 부족합니다. 현대식 카메라가 실시간으로 영상을 촬영할 수는 있지만, 이를 해석하는 데에는 종종 한계가 있습니다. 이러한 단점은 스마트 시티 기획자, 제조업체, 교육 기관 모두에게 중요한 문제가 되고 있습니다. 이들은 모두 사람과 재산의 안전을 보장하기 위해 점점 더 인공지능에 의존하고 있습니다.

AI 기반 영상 감시 전문 기업 루마나(Lumana)는 이러한 시스템의 근본적인 설계에 결함이 있다고 주장합니다. 루마나의 조던 쇼 마케팅 부사장은 "기존 영상 플랫폼은 수년 전 영상 분석이 아닌 단순 녹화를 주 목적으로 개발됐다"며 "이런 구식 프레임워크에 AI를 통합하려는 시도는 다이얼식 전화기에 스마트 칩을 장착하는 것과 같다. 기본적인 수준에서는 작동할 수 있으나, 영상을 이해하고 시의적절하며 정보에 기반한 의사 결정을 지원하기 위해 필요한 진정한 지능이나 신뢰성을 결코 달성하지 못할 것"이라고 말했다.

중대한 함의

기존 영상 보안 아키텍처에 AI를 통합하면 종종 오경보와 성능 저하를 초래합니다. 이러한 오류와 탐지 누락은 단순한 기술적 결함이 아닙니다. 잠재적으로 심각한 결과를 초래할 수 있는 실질적인 위험을 야기합니다. 쇼는 최근 한 학교의 감시 시스템이 무기 탐지를 위한 AI 애드온을 사용하다가 무해한 물건을 총기로 오인하여 부당한 경찰 개입을 유발한 사건을 예로 들었습니다.

그는 "모든 오류, 즉 누락된 사건이든 잘못된 대응을 유발하는 오경보든, 기술에 대한 신뢰를 훼손한다"며 "이는 귀중한 시간과 자원을 소모하고 무고한 개인에게 고통을 줄 수 있다"고 설명했다.

재정적 영향도 상당합니다. 허위 경보마다 인력이 일상 업무를 중단하고 수사에 나서야 하는데, 이 과정은 공공 안전 및 운영 예산에 연간 수백만 달러의 비용을 초래할 수 있습니다.

핵심 인프라 재정의

루마나는 구식 시스템에 AI를 개조 적용하는 대신 핵심 인프라를 근본적으로 재설계했습니다. 그들의 올인원 플랫폼은 현대적인 영상 보안 하드웨어, 소프트웨어, 독자적 AI를 통합합니다. 하이브리드 클라우드 아키텍처는 모든 보안 카메라를 GPU 가속 프로세서와 적응형 AI 모델에 연결하며, 이 모델들은 네트워크 가장자리(영상 소스에 최대한 가까운 위치)에서 작동합니다.

쇼에 따르면 이 접근법은 더 빠른 처리 속도와 정밀한 분석을 제공합니다. 각 카메라는 지속적으로 학습하는 장치로 진화하며, 주변 환경에 특화된 움직임, 행동, 패턴에 대한 이해를 점진적으로 정교화합니다.

쇼는 "근본적인 문제는 대부분의 기존 영상 감시 시스템이 이상적이고 특정 조건에 맞춰 훈련된 정적이며 일반적인 AI 모델에 의존한다는 점"이라며 "효과적인 AI는 완벽한 실험실 환경에서만 작동해서는 안 된다"고 지적했다. "복잡한 현실 환경에서도 안정적으로 작동하고 유입되는 영상 스트림에 따라 적응해야 한다. 바로 이 때문에 루마나와 기존 또는 다른 AI 시스템 간의 성능 차이가 비교 시 즉시 드러난다."

개인정보 보호는 루마나 설계의 핵심입니다. 모든 데이터는 암호화되고 접근 통제로 보호되며 SOC 2, HIPAA, NDAA 표준을 준수합니다. 고객은 얼굴 또는 생체 인식 기능을 비활성화할 수 있습니다. 쇼는 "우리는 개인 식별이 아닌 행동과 움직임 분석에 집중합니다"라고 강조했습니다.

실용적 적용 사례

루마나 기술은 이미 다양한 분야에서 활용되고 있습니다. 대표적인 사례는 24시간 가동 포장 제조업체 JKK 팩으로, 작업장 안전과 운영 효율성 모니터링에 이 시스템을 사용합니다.

기존에는 카메라가 사건 발생 후 검토를 위해 단순히 영상을 기록해 경고 신호를 놓치거나 사후 대응에 그쳤습니다. 루마나 솔루션 도입 후 기존 카메라 하드웨어가 위험한 동작, 장비 고장, 생산 병목 현상을 실시간으로 감지할 수 있게 되었습니다. 회사는 단 1초 이내에 경보가 전달되어 단 한 대의 카메라도 교체하지 않고 안전 대응을 획기적으로 개선했으며, 조사 시간이 90% 감소했다고 보고했습니다.

또 다른 사례에서는 식료품 소매업체가 루마나의 AI를 기존 카메라 네트워크에 통합해 반복적인 거래 취소 등 의심스러운 판매 시점 활동을 식별하고 이를 영상 증거와 직접 연결했습니다. 이 통합은 정책 위반에 대한 명확한 시각적 증거를 제공함으로써 재고 손실을 줄이고 직원 규정 준수를 개선하는 데 기여했습니다.

산업 현장을 넘어 루마나 시스템은 주요 공공 행사, 레스토랑, 지방자치단체 서비스에도 적용됩니다. 도시 지역에서는 불법 투기나 화재 같은 사건을 탐지하고, 패스트푸드 체인점에서는 주방 안전 및 식품 준비 절차를 모니터링합니다.

신뢰할 수 있는 AI 보안으로의 산업 전환

루마나의 노력은 정확성과 책임성이 단순한 속도를 넘어 AI 도입의 최우선 과제로 부상하는 광범위한 기업 트렌드와 부합합니다. 최근 F5 연구에 따르면, 거버넌스와 데이터 보안을 주요 장애물로 꼽으며 AI 이니셔티브 확장에 완전히 준비되었다고 느끼는 기업은 2%에 불과했습니다.

이러한 신중함은 시장에서도 뚜렷이 드러나며, 분석가들은 AI가 더 큰 의사 결정 역할을 맡게 됨에 따라 시스템이 "감사 가능하고 투명하며 편향되지 않아야 한다"고 강조합니다.

루마나의 아키텍처는 이러한 책임성 요구를 해결하며, 기존 카메라 네트워크와 원활하게 통합되는 솔루션으로 고성능과 강력한 데이터 거버넌스 및 사이버보안을 결합하여 조직이 AI 기반 영상 분석으로부터 즉각적인 가치를 실현할 수 있도록 합니다.

머신 비전의 미래

쇼는 루마나의 향후 개발이 단순한 탐지 및 이해에서 예측 분석으로의 진화에 초점을 맞출 것이라고 밝혔습니다.

그는 "AI 영상의 다음 도전 과제는 상황적 추론 능력"이라며 "실시간 맥락을 이해하고 영상 데이터로부터 실행 가능한 의미 있는 통찰력을 도출하는 역량은 안전, 운영, 상황 인식에 대한 우리의 접근 방식을 근본적으로 변화시킬 것"이라고 말했다.

루마나에게 궁극적인 목표는 단순히 AI의 시각적 인지 능력을 향상시키는 것이 아니라, 장면에 대한 심층적 이해를 부여함으로써 영상 데이터에 의존하는 이들이 더 스마트하고 신속한 결정을 내릴 수 있도록 지원하는 것입니다.

이미지 출처: Unsplash